时空预测即规划：一种使用生成世界模型的基于模型的强化学习方法
TLDR
提出时空预测即规划方法，使用生成世界模型进行基于模型的强化学习，通过束搜索规划和自训练改进时空预测。
评分理由
The paper introduces a novel paradigm combining model-based reinforcement learning with generative world models to address stochasticity and non-differentiable metrics in spatiotemporal forecasting. Strengths include the innovative use of beam search planning and self-training, but the abstract lacks explicit real-world validation and details on scalability or limitations.
Read-first 评分解释
综合优先阅读分 54，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 45。
研究版图角色
前沿论文
排序敏感性
稳定性：volatile；排名波动范围：465。
关键词评分
深度分析
创新点
- 将时空预测表述为使用基于模型强化学习（MBRL）的规划问题
- 构建生成世界模型以模拟多样、高保真的未来状态，用于基于想象的环境模拟
- 使用基于束搜索的规划，以不可微的领域指标作为奖励信号，探索高回报的未来序列
- 迭代自训练，其中高奖励候选作为伪标签，持续优化智能体的策略
方法
SFP构建了一个生成世界模型来模拟多样且高保真的未来状态，实现基于想象的环境模拟。一个基础预测模型作为智能体，由基于束搜索的规划算法引导，该算法利用不可微的领域指标作为奖励信号来探索高回报的未来序列。这些识别出的高奖励候选随后作为伪标签，通过迭代自训练持续优化智能体的策略。
关键结果
该方法显著减少了预测误差，并在关键领域指标上表现出卓越性能，特别是在捕捉极端事件方面。